Probabilités et Statistiques Bac Série S

Transcription

1 EXERCICE N 1 Pondichéry 16 avril Dans une entreprise, on s intéresse à la probabilité qu un salarié soit absent durant une période d épidémie de grippe. Un salarié malade est absent La première semaine de travail, le salarié n est pas malade. Si la semaine n le salarié n est pas malade, il tombe malade la semaine n+ 1 avec une probabilité égale à 0,04. Si la semaine n le salarié est malade, il reste malade la semaine n+ 1 avec une probabilité égale à 0,24. On désigne, pour tout entier naturel n supérieur ou égal à 1, par E n l évènement «le salarié est absent pour cause de maladie la n-ième semaine». On note p n la probabilité de l évènement E n. On a ainsi : p 1 = 0 et, pour tout entier naturel n supérieur ou égal à 1 : 0 p n < a. Déterminer la valeur de p 3 à l aide d un arbre de probabilité. b. Sachant que le salarié a été absent pour cause de maladie la troisième semaine, déterminer la probabilité qu il ait été aussi absent pour cause de maladie la deuxième semaine. 2. a. Recopier sur la copie et compléter l arbre de probabilité donné ci-dessous... E n+1 p n E n... E n+1... E n E n+1 E n+1 b. Montrer que, pour tout entier naturel n supérieur ou égal à 1, p n+1 = 0,2p n + 0,04. c. Montrer que la suite (u n ) définie pour tout entier naturel n supérieur ou égal à 1 par u n = p n 0,05 est une suite géométrique dont on donnera le premier terme et la raison r. En déduire l expression de u n puis de p n en fonction de n et r. d. En déduire la limite de la suite ( p n ). e. On admet dans cette question que la suite ( p n ) est croissante. On considère l algorithme suivant : Variables K et J sont des entiers naturels, P est un nombre réel Initialisation P prend la valeur 0 J prend la valeur 1 Entrée Saisir la valeur de K Traitement Tant que P< 0,05 10 K P prend la valeur 0,2 P+ 0,04 J prend la valeur J+1 Fin tant que Sortie Afficher J À quoi correspond l affichage final J? Pourquoi est-on sûr que cet algorithme s arrête? 1/26

2 3. Cette entreprise emploie 220 salariés. Pour la suite on admet que la probabilité pour qu un salarié soit malade une semaine donnée durant cette période d épidémie est égale à p = 0,05. On suppose que l état de santé d un salarié ne dépend pas de l état de santé de ses collègues. On désigne par X la variable aléatoire qui donne le nombre de salariés malades une semaine donnée. a. Justifier que la variable aléatoire X suit une loi binomiale dont on donnera les paramètres. Calculer l espérance mathématique µ et l écart type σ de la variable aléatoire X. b. On admet que l on peut approcher la loi de la variable aléatoire X µ σ par la loi normale centrée réduite c est-à-dire de paramètres 0 et 1. On note Z une variable aléatoire suivant la loi normale centrée réduite. Le tableau suivant donne les probabilités de l évènement Z < x pour quelques valeurs du nombre réel x. x 1,55 1,24 0,93 0,62 0,31 0,00 0,31 0,62 0,93 1,24 1,55 P(Z < x) 0,061 0,108 0,177 0,268 0,379 0,500 0,621 0,732 0,823 0,892 0,939 Calculer, au moyen de l approximation proposée, une valeur approchée à 10 2 près de la probabilité de l évènement : «le nombre de salariés absents dans l entreprise au cours d une semaine donnée est supérieur ou égal à 7 et inférieur ou égal à 15». Aide 2/26

3 EXERCICE N 2 Liban 28 mai L entreprise Fructidoux fabrique des compotes qu elle conditionne en petits pots de 50 grammes. Elle souhaite leur attribuer la dénomination «compote allégée». La législation impose alors que la teneur en sucre, c est-à-dire la proportion de sucre dans la compote, soit comprise entre 0,16 et 0,18. On dit dans ce cas que le petit pot de compote est conforme. L entreprise possède deux chaînes de fabrication F 1 et F 2. Les parties A et B peuvent être traitées indépendamment Partie A La chaîne de production F 2 semble plus fiable que la chaîne de production F 1. Elle est cependant moins rapide. Ainsi, dans la production totale, 70 % des petits pots proviennent de la chaîne F 1 et 30 % de la chaîne F 2. La chaîne F 1 produit 5 % de compotes non conformes et la chaîne F 2 en produit 1 %. On prélève au hasard un petit pot dans la production totale. On considère les évènements : E : «Le petit pot provient de la chaîne F 2» C : «Le petit pot est conforme.» 1. Construire un arbre pondéré sur lequel on indiquera les données qui précèdent. 2. Calculer la probabilité de l évènement : «Le petit pot est conforme et provient de la chaîne de production F 1.» 3. Déterminer la probabilité de l évènement C. 4. Déterminer, à 10 3 près, la probabilité de l évènement E sachant que l évènement C est réalisé. Partie B 1. On note X la variable aléatoire qui, à un petit pot pris au hasard dans la production de la chaîne F 1, associe sa teneur en sucre. On suppose que X suit la loi normale d espérance m 1 = 0,17 et d écart-type σ 1 = 0,006. Dans la suite, on pourra utiliser le tableau ci-dessous. α β P(α X β) 0,13 0,15 0, ,14 0,16 0, ,15 0,17 0, ,16 0,18 0, ,17 0,19 0, ,18 0,20 0, ,19 0,21 0,000 4 Donner une valeur approchée à 10 4 près de la probabilité qu un petit pot prélevé au hasard dans la production de la chaîne F 1 soit conforme. 2. On note Y la variable aléatoire qui, à un petit pot pris au hasard dans la production de la chaîne F 2, associe sa teneur en sucre. On suppose que Y suit la loi normale d espérance m 2 = 0,17 et d écart-type σ 2. On suppose de plus que la probabilité qu un petit pot prélevé au hasard dans la production de la chaîne F 2 soit conforme est égale à 0,99. Soit Z la variable aléatoire définie par Z = Y m 2 σ 2. a. Quelle loi la variable aléatoire Z suit-elle? 3/26

4 b. Déterminer, en fonction de σ 2 l intervalle auquel appartient Z lorsque Y appartient à l intervalle [0,16 ; 0,18]. c. En déduire une valeur approchée à 10 3 près de σ 2. On pourra utiliser le tableau donné ci-dessous, dans lequel la variable aléatoire Z suit la loi normale d espérance 0 et d écart-type 1. β P( β Z β) 2, ,985 2, ,986 2, ,987 2, ,988 2, ,989 2, ,990 2, ,991 2, ,992 2, ,993 Aide 4/26

5 EXERCICE N 3 Amérique du Nord 30 mai Les parties A B et C peuvent être traitées indépendamment les unes des autres Une boulangerie industrielle utilise une machine pour fabriquer des pains de campagne pesant en moyenne 400 grammes. Pour être vendus aux clients, ces pains doivent peser au moins 385 grammes. Un pain dont la masse est strictement inférieure à 385 grammes est un pain non-commercialisable, un pain dont la masse est supérieure ou égale à 385 grammes est commercialisable. La masse d un pain fabriqué par la machine peut être modélisée par une variable aléatoire X suivant la loi normale d espérance µ=400 et d écart-type σ=11. Les probabilités seront arrondies au millième le plus proche Partie A On pourra utiliser le tableau suivant dans lequel les valeurs sont arrondies au millième le plus proche. x P(X x) 0,035 0,086 0,182 0,325 0,5 0,675 0,818 0,914 0, Calculer P(390 X 410). 2. Calculer la probabilité p qu un pain choisi au hasard dans la production soit commercialisable. 3. Le fabricant trouve cette probabilité p trop faible. Il décide de modifier ses méthodes de production afin de faire varier la valeur de σ sans modifier celle de µ. Pour quelle valeur de σ la probabilité qu un pain soit commercialisable est-elle égale à 96 %? On arrondira le résultat au dixième. On pourra utiliser le résultat suivant : lorsque Z est une variable aléatoire qui suit la loi normale d espérance 0 et d écart-type 1, on a P(Z 1,751) 0,040. Partie B Les méthodes de production ont été modifiées dans le but d obtenir 96 % de pains commercialisables. Afin d évaluer l efficacité de ces modifications, on effectue un contrôle qualité sur un échantillon de 300 pains fabriqués. 1. Déterminer l intervalle de fluctuation asymptotique au seuil de 95 % de la proportion de pains commercialisables dans un échantillon de taille Parmi les 300 pains de l échantillon, 283 sont commercialisables. Au regard de l intervalle de fluctuation obtenu à la question 1, peut-on décider que l objectif a été atteint? Partie C Le boulanger utilise une balance électronique. Le temps de fonctionnement sans dérèglement, en jours, de cette balance électronique est une variable aléatoire T qui suit une loi exponentielle de paramètre λ. 1. On sait que la probabilité que la balance électronique ne se dérègle pas avant 30 jours est de 0,913. En déduire la valeur de λ arrondie au millième. Dans toute la suite on prendra λ=0, Quelle est la probabilité que la balance électronique fonctionne encore sans dérèglement après 90 jours, sachant qu elle a fonctionné sans dérèglement 60 jours? 3. Le vendeur de cette balance électronique a assuré au boulanger qu il y avait une chance sur deux pour que la balance ne se dérègle pas avant un an. A-t-il raison? Si non, pour combien de jours est-ce vrai? Aide 5/26

6 EXERCICE N 4 Polynésie 7 juin Les 3 parties peuvent être traitées de façon indépendante. Thomas possède un lecteur MP3 sur lequel il a stocké des milliers de morceaux musicaux. L ensemble des morceaux musicaux qu il possède se divise en trois genres distincts : 30 % de musique classique, 45 % de variété, le reste étant du jazz. Thomas a utilisé deux qualités d encodage pour stocker ses morceaux musicaux : un encodage de haute qualité et un encodage standard. On sait que : les 5 des morceaux de musique classique sont encodés en haute qualité. 6 les 5 des morceaux de variété sont encodés en qualité standard. 9 On considérera les évènements suivants : C : «Le morceau écouté est un morceau de musique classique» ; V : «Le morceau écouté est un morceau de variété» ; J : «Le morceau écouté est un morceau de jazz» ; H : «Le morceau écouté est encodé en haute qualité» ; S : «Le morceau écouté est encodé en qualité standard». Partie 1 Thomas décide d écouter un morceau au hasard parmi tous les morceaux stockés sur son MP3 en utilisant la fonction «lecture aléatoire». On pourra s aider d un arbre de probabilités. 1. Quelle est la probabilité qu il s agisse d un morceau de musique classique encodé en haute qualité? 2. On sait que P(H)= a. Les évènements C et H sont-ils indépendants? Partie 2 b. Calculer P(J H) et P J (H). Pendant un long trajet en train, Thomas écoute, en utilisant la fonction «lecture aléatoire» de son MP3, 60 morceaux de musique. 1. Déterminer l intervalle de fluctuation asymptotique au seuil 95 % de la proportion de morceaux de musique classique dans un échantillon de taille Thomas a comptabilisé qu il avait écouté 12 morceaux de musique classique pendant son voyage. Peut-on penser que la fonction «lecture aléatoire» du lecteur MP3 est défectueuse? Partie 3 On considère la variable aléatoire X qui, à chaque chanson stockée sur le lecteur MP3, associe sa durée exprimée en secondes et on établit que X suit la loi normale d espérance 200 et d écart-type 20. On écoute un morceau musical au hasard. 1. Donner une valeur approchée à 10 3 près de P(180 X 220). 2. Donner une valeur approchée à 10 3 près de la probabilité que le morceau écouté dure plus de 4 minutes. Aide 6/26

7 EXERCICE N 5 Centres étrangers 12 juin Les quatre parties A, B, C, D sont indépendantes. Un industriel fabrique des vannes électroniques destinées à des circuits hydrauliques. Partie A La durée de vie d une vanne, exprimée en heures, est une variable aléatoire T qui suit la loi exponentielle de paramètre λ = 0, Quelle est la durée de vie moyenne d une vanne? 2. Calculer la probabilité, à 0,001 près, que la durée de vie d une vanne soit supérieure à heures. Partie B Avec trois vannes identiques V 1, V 2 et V 3, on fabrique le circuit hydraulique ci-dessous. Le circuit est en état de marche si V 1 est en état de marche ou si V 2 et V 3 le sont simultanément. V 1 V 2 V 3 On assimile à une expérience aléatoire le fait que chaque vanne est ou n est pas en état de marche après heures. On note : F 1 l évènement : «la vanne V 1 est en état de marche après heures». F 2 l évènement : «la vanne V 2 est en état de marche après heures». F 3 l évènement : «la vanne V 3 est en état de marche après heures». E : l évènement : «le circuit est en état de marche après heures». On admet que les évènements F 1, F 2 et F 3 sont deux à deux indépendants et ont chacun une probabilité égale à 0,3. 1. L arbre probabiliste ci-après représente une partie de la situation. F 1 F 1 F 2 F 3 Reproduire cet arbre et placer les probabilités sur les branches. 2. Démontrer que P(E)=0, Sachant que le circuit est en état de marche après heures, calculer la probabilité que la vanne V 1 soit en état de marche à ce moment là. Arrondir au millième. Partie C L industriel affirme que seulement 2 % des vannes qu il fabrique sont défectueuses. On suppose que cette affirmation est vraie, et l on note F la variable aléatoire égale à la fréquence de vannes défectueuses dans un échantillon aléatoire de 400 vannes prises dans la production totale. 1. Déterminer l intervalle I de fluctuation asymptotique au seuil de 95 % de la variable F, 2. On choisit 400 vannes au hasard dans la production. On assimile ce choix à un tirage aléatoire de 400 vannes, avec remise, dans la production. Parmi ces 400 vannes, 10 sont défectueuses. Au vu de ce résultat, peut-on remettre en cause l affirmation de l industriel? 7/26

8 Partie D Dans cette partie, les probabilités calculées seront arrondies au millième. L industriel commercialise ses vannes auprès de nombreux clients, La demande mensuelle est une variable aléatoire D qui suit la loi normale d espérance µ = 800 et d écart-type σ = Déterminer P(760 D 840). 2. Déterminer P(D 880). 3. L industriel pense que s il constitue un stock mensuel de 880 vannes, il n aura pas plus de 1 % de chance d être en rupture de stock. A-t-il raison? Aide 8/26

9 EXERCICE N 6 Antilles Guyane 18 juin Partie A Soient n un entier naturel, p un nombre réel compris entre 0 et 1, et X n une variable aléatoire suivant une loi binomiale de paramètres n et p. On note F n = X n n et f une valeur prise par [ ] F n. On rappelle que, pour n assez grand, l intervalle p 1 n ; p+ 1 n contient la fréquence f avec une probabilité au moins égale à 0,95. [ ] En déduire que l intervalle f 1 n ; f + 1 n contient p avec une probabilité au moins égale à 0,95. Partie B On cherche à étudier le nombre d étudiants connaissant la signification du sigle URSSAF. Pour cela, on les interroge en proposant un questionnaire à choix multiples. Chaque étudiant doit choisir parmi trois réponses possibles, notées A, B et C, la bonne réponse étant la A. On note r la probabilité pour qu un étudiant connaisse la bonne réponse. Tout étudiant connaissant la bonne réponse répond A, sinon il répond au hasard (de façon équiprobable). 1. On interroge un étudiant au hasard. On note : A l évènement «l étudiant répond A», B l évènement «l étudiant répond B», C l évènement «l étudiant répond C», R l évènement «l étudiant connait la réponse», R l évènement contraire de R. a. Traduire cette situation à l aide d un arbre de probabilité. b. Montrer que la probabilité de l évènement A est P(A)= 1 (1+2r ). 3 c. Exprimer en fonction de r la probabilité qu une personne ayant choisie A connaisse la bonne réponse. 2. Pour estimer r, on interroge 400 personnes et on note X la variable aléatoire comptant le nombre de bonnes réponses. On admettra qu interroger au hasard 400 étudiants revient à effectuer un tirage avec remise de 400 étudiants dans l ensemble de tous les étudiants. a. Donner la loi de X et ses paramètres n et p en fonction de r. b. Dans un premier sondage, on constate que 240 étudiants répondent A, parmi les 400 interrogés. Donner un intervalle de confiance au seuil de 95 % de l estimation de p. En déduire un intervalle de confiance au seuil de 95 % de r. c. Dans la suite, on suppose que r = 0,4. Compte-tenu du grand nombre d étudiants, on considérera que X suit une loi normale. i. Donner les paramètres de cette loi normale. ii. Donner une valeur approchée de P(X 250) à 10 2 près. Aide 9/26

10 EXERCICE N 7 Asie 19 juin Dans cet exercice, les probabilités seront arrondies au centième. Partie A Un grossiste achète des boîtes de thé vert chez deux fournisseurs. Il achète 80 % de ses boîtes chez le fournisseur A et 20 % chez le fournisseur B. 10 % des boîtes provenant du fournisseur A présentent des traces de pesticides et 20 % de celles provenant du fournisseur B présentent aussi des traces de pesticides. On prélève au hasard une boîte du stock du grossiste et on considère les évènements suivants : évènement A : «la boîte provient du fournisseur A» ; évènement B : «la boîte provient du fournisseur B» ; évènement S : «la boîte présente des traces de pesticides». 1. Traduire l énoncé sous forme d un arbre pondéré. 2. a. Quelle est la probabilité de l évènement B S? b. Justifier que la probabilité que la boîte prélevée ne présente aucune trace de pesticides est égale à 0, On constate que la boîte prélevée présente des traces de pesticides. Partie B Quelle est la probabilité que cette boîte provienne du fournisseur B? Le gérant d un salon de thé achète 10 boîtes chez le grossiste précédent. On suppose que le stock de ce dernier est suffisamment important pour modéliser cette situation par un tirage aléatoire de 10 boîtes avec remise. On considère la variable aléatoire X qui associe à ce prélèvement de 10 boîtes, le nombre de boîtes sans trace de pesticides. 1. Justifier que la variable aléatoire X suit une loi binomiale dont on précisera les paramètres. 2. Calculer la probabilité que les 10 boîtes soient sans trace de pesticides. 3. Calculer la probabilité qu au moins 8 boîtes ne présentent aucune trace de pesticides. Partie C À des fins publicitaires, le grossiste affiche sur ses plaquettes : «88 % de notre thé est garanti sans trace de pesticides». Un inspecteur de la brigade de répression des fraudes souhaite étudier la validité de l affirmation. À cette fin, il prélève 50 boîtes au hasard dans le stock du grossiste et en trouve 12 avec des traces de pesticides. On suppose que, dans le stock du grossiste, la proportion de boîtes sans trace de pesticides est bien égale à 0,88. On note F la variable aléatoire qui, à tout échantillon de 50 boîtes, associe la fréquence des boîtes ne contenant aucune trace de pesticides. 1. Donner l intervalle de fluctuation asymptotique de la variable aléatoire F au seuil de 95 %. 2. L inspecteur de la brigade de répression peut-il décider, au seuil de 95 %, que la publicité est mensongère? Aide 10/26

11 EXERCICE N 8 Métropole 20 juin Une jardinerie vend de jeunes plants d arbres qui proviennent de trois horticulteurs : 35 % des plants proviennent de l horticulteur H 1, 25 % de l horticulteur H 2 et le reste de l horticulteur H 3. Chaque horticulteur livre deux catégories d arbres : des conifères et des arbres à feuilles. La livraison de l horticulteur H 1 comporte 80 % de conifères alors que celle de l horticulteur H 2 n en comporte que 50 % et celle de l horticulteur H 3 seulement 30 %. 1. Le gérant de la jardinerie choisit un arbre au hasard dans son stock. On envisage les événements suivants : H 1 : «l arbre choisi a été acheté chez l horticulteur H 1», H 2 : «l arbre choisi a été acheté chez l horticulteur H 2», H 3 : «l arbre choisi a été acheté chez l horticulteur H 3», C : «l arbre choisi est un conifère», F : «l arbre choisi est un arbre feuillu». a. Construire un arbre pondéré traduisant la situation. b. Calculer la probabilité que l arbre choisi soit un conifère acheté chez H 3. c. Justifier que la probabilité de l évènement C est égale à 0,525. d. L arbre choisi est un conifère. Quelle est la probabilité qu il ait été acheté chez l horticulteur H 1? On arrondira à On choisit au hasard un échantillon de 10 arbres dans le stock de cette jardinerie. On suppose que ce stock est suffisamment important pour que ce choix puisse être assimilé à un tirage avec remise de 10 arbres dans le stock. On appelle X la variable aléatoire qui donne le nombre de conifères de l échantillon choisi. a. Justifier que X suit une loi binomiale dont on précisera les paramètres. b. Quelle est la probabilité que l échantillon prélevé comporte exactement cinq conifères? On arrondira à c. Quelle est la probabilité que cet échantillon comporte au moins deux arbres feuillus? On arrondira à Aide 11/26

12 EXERCICE N 9 Antilles Guyane 11 septembre Une entreprise industrielle fabrique des pièces cylindriques en grande quantité. Pour toute pièce prélevée au hasard, on appelle X la variable aléatoire qui lui associe sa longueur en millimètre et Y la variable aléatoire qui lui associe son diamètre en millimètre. On suppose que X suit la loi normale de moyenne µ 1 = 36 et d écart-type σ 1 = 0,2 et que Y suit la loi normale de moyenne µ 2 = 6 et d écart-type σ 2 = 0, Une pièce est dite conforme pour la longueur si sa longueur est comprise entre µ 1 3σ 1 et µ 1 +3σ 1. Quelle est une valeur approchée à 10 3 près de la probabilité p 1 pour qu une pièce prélevée au hasard soit conforme pour la longueur? 2. Une pièce est dite conforme pour le diamètre si son diamètre est compris entre 5,88 mm et 6,12 mm. Le tableau donné ci-contre a été obtenu à l aide d un tableur. Il indique pour chacune des valeurs de k, la probabilité que Y soit inférieure ou égal à cette valeur. Déterminer à 10 3 près la probabilité p 2 pour qu une pièce prélevée au hasard soit conforme pour le diamètre (on pourra s aider du tableau ci-contre). k p(y k) 5,8 3,16712E 05 5,82 0, ,84 0, ,86 0, ,88 0, ,9 0, ,92 0, ,94 0, ,96 0, ,98 0, ,5 6,02 0, ,04 0, ,06 0, ,08 0, ,1 0, ,12 0, ,14 0, ,16 0, ,18 0, ,2 0, On prélève une pièce au hasard. On appelle L l évènement «la pièce est conforme pour la longueur» et D l évènement «la pièce est conforme pour le diamètre». On suppose que les évènements L et D sont indépendants. a. Une pièce est acceptée si elle est conforme pour la longueur et pour le diamètre. Déterminer la probabilité pour qu une pièce prélevée au hasard ne soit pas acceptée (le résultat sera arrondi à 10 2 ). b. Justifier que la probabilité qu elle soit conforme pour le diamètre sachant qu elle n est pas conforme pour la longueur, est égale à p 2. Aide 12/26

13 EXERCICE N 10 Antilles Guyane 11 septembre Les deux parties sont indépendantes Le robot Tom doit emprunter un pont sans garde-corps de 10 pas de long et de 2 pas de large. Sa démarche est très particulière : Soit il avance d un pas tout droit ; Soit il se déplace en diagonale vers la gauche (déplacement équivalent à un pas vers la gauche et un pas tout droit) ; Soit il se déplace en diagonale vers la droite (déplacement équivalent à un pas vers la droite et un pas tout droit). On suppose que ces trois types de déplacement sont aléatoires et équiprobables. L objectif de cet exercice est d estimer la probabilité p de l évènement S «Tom traverse le pont» c est-à-dire «Tom n est pas tombé dans l eau et se trouve encore sur le pont au bout de 10 déplacements». Partie A : modélisation et simulation On schématise le pont par un rectangle dans le plan muni d un repère orthonormé (O, I, J) comme l indique la figure ci-dessous. On suppose que Tom se trouve au point de coordonnées (0 ; 0) au début de la traversée. On note (x ; y) les coordonnées de la position de Tom après x déplacements. 2 1 départ O 1 1 J I On a écrit l algorithme suivant qui simule la position de Tom au bout de x déplacements : x, y, n sont des entiers Affecter à x la valeur 0 Affecter à y la valeur 0 Tant que y 1 et y 1 et x 9 Affecter à n une valeur choisie au hasard entre 1, 0 et 1 Affecter à y la valeur y+ n Affecter à x la valeur x+ 1 Fin tant que Afficher «la position de Tom est» (x ; y) 1. On donne les couples suivants : ( 1 ; 1) ; (10 ; 0) ; (2 ; 4) ; (10 ; 2). Lesquels ont pu être obtenus avec cet algorithme? Justifier la réponse. 2. Modifier cet algorithme pour qu à la place de «la position de Tom est (x ; y)», il affiche finalement «Tom a réussi la traversée» ou «Tom est tombé». 13/26

14 Partie B Pour tout n entier naturel compris entre 0 et 10, on note : A n l évènement «après n déplacements, Tom se trouve sur un point d ordonnée 1». B n l évènement «après n déplacements, Tom se trouve sur un point d ordonnée 0». C n l évènement «après n déplacements, Tom se trouve sur un point d ordonnée 1». On note a n,b n,c n les probabilités respectives des évènements A n,b n,c n. 1. Justifier que a 0 = 0,b 0 = 1,c 0 = Montrer que pour tout entier naturel n compris entre 0 et 9, on a a n+1 b n+1 On pourra s aider d un arbre pondéré. 3. Calculer les probabilités p (A 1 ), p (B 1 ) et p (C 1 ). = a n+ b n 3 = a n+ b n + c n 3 4. Calculer la probabilité que Tom se trouve sur le pont au bout de deux déplacements. 5. À l aide d un tableur, on a obtenu la feuille de calcul ci-contre qui donne des valeurs approchées de a n, b n, c n pour n compris entre 0 et 10. Donner une valeur approchée à 0,001 près de la probabilité que Tom traverse le pont (on pourra s aider du tableau ci-contre). n a n b n c n , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , Aide 14/26

15 EXERCICE N 11 Métropole 12 septembre Dans une usine, on utilise deux machines A et B pour fabriquer des pièces. 1. La machine A assure 40 % de la production et la machine B en assure 60 %. On estime que 10 % des pièces issues de la machine A ont un défaut et que 9 % des pièces issues de la machine B ont un défaut. On choisit une pièce au hasard et on considère les évènements suivants : A : «La pièce est produite par la machine A» B : «La pièce est produite par la machine B» D : «La pièce a un défaut». D, l évènement contraire de l évènement D. a. Traduire la situation à l aide d un arbre pondéré. b. Calculer la probabilité que la pièce choisie présente un défaut et ait été fabriquée par la machine A. c. Démontrer que la probabilité P(D) de l évènement D est égale à 0,094. d. On constate que la pièce choisie a un défaut. Quelle est la probabilité que cette pièce provienne de la machine A? 2. On estime que la machine A est convenablement réglée si 90 % des pièces qu elle fabrique sont conformes. On décide de contrôler cette machine en examinant n pièces choisies au hasard (n entier naturel) dans la production de la machine A. On assimile ces n tirages à des tirages successifs indépendants et avec remise. On note X n le nombre de pièces qui sont conformes dans l échantillon de n pièces, et F n = X n n la proportion correspondante. a. Justifier que la variable aléatoire X n suit une loi binomiale et préciser ses paramètres. b. Dans cette question, on prend n= 150. Déterminer l intervalle de fluctuation asymptotique I au seuil de 95 % de la variable aléatoire F 150. c. Un test qualité permet de dénombrer 21 pièces non conformes sur un échantillon de 150 pièces produites. Cela remet-il en cause le réglage de la machine? Justifier la réponse. Aide 15/26

16 EXERCICE N 12 Nouvelle Calédonie 14 novembre Tous les résultats numériques devront être donnés sous forme décimale et arrondis au dix-millième Une usine fabrique des billes sphériques dont le diamètre est exprimé en millimètres. Une bille est dite hors norme lorsque son diamètre est inférieur à 9 mm ou supérieur à 11 mm. Partie A 1. On appelle X la variable aléatoire qui à chaque bille choisie au hasard dans la production associe son diamètre exprimé en mm. On admet que la variable aléatoire X suit la loi normale d espérance 10 et d écart-type 0,4. Montrer qu une valeur approchée à 0,000 1 près de la probabilité qu une bille soit hors norme est 0, On pourra utiliser la table de valeurs donnée en annexe. 2. On met en place un contrôle de production tel que 98 % des billes hors norme sont écartés et 99 % des billes correctes sont conservées. On choisit une bille au hasard dans la production. On note N l évènement : «la bille choisie est aux normes», A l évènement : «la bille choisie est acceptée à l issue du contrôle». Partie B a. Construire un arbre pondéré qui réunit les données de l énoncé. b. Calculer la probabilité de l évènement A. c. Quelle est la probabilité pour qu une bille acceptée soit hors norme? Ce contrôle de production se révélant trop coûteux pour l entreprise, il est abandonné : dorénavant, toutes les billes produites sont donc conservées, et elles sont conditionnées par sacs de 100 billes. On considère que la probabilité qu une bille soit hors norme est de 0, On admettra que prendre au hasard un sac de 100 billes revient à effectuer un tirage avec remise de 100 billes dans l ensemble des billes fabriquées. On appelle Y la variable aléatoire qui à tout sac de 100 billes associe le nombre de billes hors norme de ce sac. 1. Quelle est la loi suivie par la variable aléatoire Y? 2. Quels sont l espérance et l écart-type de la variable aléatoire Y? 3. Quelle est la probabilité pour qu un sac de 100 billes contienne exactement deux billes hors norme? 4. Quelle est la probabilité pour qu un sac de 100 billes contienne au plus une bille hors norme? Aide 16/26

17 EXERCICE N 13 Amérique du Sud 21 novembre Dans cet exercice, les résultats seront arrondis à 10 4 près. Partie A En utilisant sa base de données, la sécurité sociale estime que la proportion de Français présentant, à la naissance, une malformation cardiaque de type anévrisme est de 10 %. L étude a également permis de prouver que 30 % des Français présentant, à la naissance, une malformation cardiaque de type anévrisme, seront victimes d un accident cardiaque au cours de leur vie alors que cette proportion n atteint plus que 8 % pour ceux qui ne souffrent pas de cette malformation congénitale. On choisit au hasard une personne dans la population française et on considère les évènements : M : «La personne présente, à la naissance, une malformation cardiaque de type anévrisme» C : «La personne est victime d un accident cardiaque au cours de sa vie». 1. a. Montrer que P(M C )= 0,03. b. Calculer P(C ). 2. On choisit au hasard une victime d un accident cardiaque. Quelle est la probabilité qu elle présente une malformation cardiaque de type anévrisme? Partie B La sécurité sociale décide de lancer une enquête de santé publique, sur ce problème de malformation cardiaque de type anévrisme, sur un échantillon de 400 personnes, prises au hasard dans la population française. On note X la variable aléatoire comptabilisant le nombre de personnes de l échantillon présentant une malformation cardiaque de type anévrisme. 1. Définir la loi de la variable aléatoire X. 2. Déterminer P(X = 35). 3. Déterminer la probabilité que 30 personnes de ce groupe, au moins, présentent une malformation cardiaque de type anévrisme. Partie C 1. On considère la variable aléatoire F, définie par F = X, X étant la variable aléatoire de 400 la partie B. Déterminer l intervalle de fluctuation asymptotique de la variable aléatoire F au seuil de 95 %. 2. Dans l échantillon considéré, 60 personnes présentent une malformation cardiaque de type anévrisme. Qu en pensez-vous? Aide 17/26

18 AIDE EXERCICE N 1 Pondichéry 16 avril Sujet 1. a. 0 1 E 1 E 1 0,04 0,96 E 2 E 2 0,24 0,76 0,04 E 3 E 3 E 3 p 3 = P(E 3 )=P(E 2 E 3 )+P(E 2 E 3 ) p 3 = 0,04 0,24+0,96 0,04 = ,96 E 3 Probabilité totale b. P E3 (E 2 )= P(E 2 E 3 ) P(E 3 ) = 0,04 0,24 0,048 0,24 E n+1 p n E n = 0, 2 Probabilité conditionnelle 2. a. 0,76 E n+1 0,04 E n+1 1 p n E n 0,96 E n+1 b. p n+1 = P(E n+1 = P(E n E n+1 )+P(E n E n+1 ) Probabilité totale = p n 0,24+(1 p n ) 0,04 p n+1 = 0,2p n + 0,04 c. { p1 = 0 p n+1 = 0,2p n + 0,04 u n = p n 0,05 u 1 = p 1 0,05 = 0,05 u n+1 = p n+1 0,05 p n = u n + 0,05 u n+1 = p n+1 0,05 = 0,2p n + 0,04 0,05 = 0,2(u n + 0,05)+0,04 0,05 =... u n+1 = 0,2u n Donc (u n ) est une suite géométrique de raison r = 0,2 et de premier terme u 1 = 0,05 Suite géométrique u n = u 1 r n 1 = 0,05 0,2 n 1 p n = u n + 0,05= 0,05(1 0,2 n 1 ) d. lim n + (0,2)n 1 = 0 car 1<0,2<1 donc lim p n = 0,05 n + e. J : rang de (p n ), dont la valeur est égale à 0,05 à 10 K près. L algorithme s arrête car p n a une limite finie. Limite d une suite 18/26

19 3. a. X suit une loi binomiale B(220 ; 0,05). Loi binomiale Épreuve de Bernoulli : succès ou échec. Succès S : «le salarié est absent pour maladie», donc p = 0,05. Évènements indépendants : chacun des 220 salariés a un état de santé indépendant de celui de ses collègues. µ=e(x )=n p= 11 σ= n p (1 p) 3,23 b. X suit une la loi normale N (11 ; 3,23 2 ). Loi normale Z suit la loi normale centrée réduite N (0 ; 1). ( ) 7 11 X P(7 X 15)=P 3,23 3,23 3,23 P(7 X 15)=P( 1,24 Z 1,24) P(7 X 15) /26

20 EXERCICE N 2 Liban 28 mai Sujet Partie A 1. 0,30 0,70 E E 0,99 0,01 0,95 0,05 C C C C 2. P(E C )=0,70 0,95= 0, P(C )=P(E C )+P(E C )=0,30 0,99+0,70 0,95= 0,962. Probabilité totale 4. P C (E)= P(E C ) P(C ) = 0,30 0,99 0,962 0, 309 Probabilité conditionnelle Partie B Loi normale 1. X suit la loi normale N (0,17 ; 0,006 2 ) Alors P(0,16 X 0,18)= 0, a. Y suit une loi normale N (m 2 ; σ 2 2 ) m 2= 0,17 ; σ 2 inconnue Alors Z = Y m 2 σ 2 suit N (0, 1) Loi normale centrée réduite b. 0,16 Y 0,18 0,16 0,17 Y 0,17 0,18 0,17 σ 2 σ 2 σ 2 0,16 Y 0,18 0,01 Z 0,01 σ 2 ( c. P(0,16 Y 0,18)=0,99 P 0,01 Z 0,01 ) = 0,99 ( σ 2 σ 2 P(0,16 Y 0,18)=0,99 P Z 0,01 ) ( P 0,01 Z ( Or P 0,01 σ 2 Donc : 2 P D où : P ) Z ( = P ( Z 0,01 ( Z 0,01 σ 2 σ 2 Z 0,01 σ ) 2 1=0,99 ) = 0,995 σ 2 σ 2 ) = 1 P 0,01 σ 2 = 2,5758 σ 2 0,004 ( Z 0,01 σ 2 σ 2 ) ) = 0,99 20/26

21 EXERCICE N 3 Amérique du Nord 30 mai Sujet Partie A Loi normale µ=400 σ=11 x P(X x) 0,035 0,086 0,182 0,325 0,5 0,675 0,818 0,914 0, P(390 X 410)=P(X 410) P(X 390)=0, P(X 385)=1 P(X 385)=0, P(Y 385)=0,96 P(Y ( 385)=0,04 Y 400 P(Y 385)=0,96 P ) = 0,04 ( σ σ P(Y 385)=0,96 P Z 15 ) = 0,04 σ Or P(Z 1,751) 0, Donc : 1,751 σ 8,6 σ Partie B Intervalle de fluctuation 1. n= 300 p = 0,96 [ I 300 = p 1,96 p(1 p) p(1 p) ]=[0,93 n ; p+ 1,96 n ; 0,99] = 0,94 I 300 0n peut décider que l objectif a été atteint. Partie C Loi exponentielle 1. On sait que P(T 30)=0,913 Or P(T 30)=e 30λ Donc e 30λ = 0,913 λ= ln(0,913) 0, P T 60 (T 90)=P T 60 (T 60+30)= e 30λ = 0, P(T 365)= e λ 365 = 0,33 Le vendeur avait donc tort. P(T t )=0,5 1 e λt 0,5 t ln0,5 λ t /26

22 EXERCICE N 4 Polynésie 7 juin Sujet Partie ,3 C H S 0,45 H V S 0,25 J 5 9?? H S P(C H)=0,3 5 6 = a. P(C H)= 1 4 = 0,25 Partie 2 n= 60 p = 0,3 1. I = P(C ) P(H)=0, = 0,195 On remarque que P(C H) P(C ) P(H). Donc, les évènements C et H ne sont pas indépendants. P(J H) b. P J (H)= Probabilité conditionnelle P(J) [ Or, P(H)=P(C H)+P(V H)+P(J H) D où P(J H)= , , = 1 5 Donc P J (H)= p 1, ,25 = 4 5 p(1 p) p(1 p) ]=[0,184 n ; p+ 1,96 n ; 0,416] Probabilité totale Intervalle de fluctuation = 0,2 I : la fonction "lecture aléatoire" n est pas défectueuse. 60 Partie 3 µ=200 σ=20 1. P(180 X 220)=0, P(X > 4 60)=0,023 Loi normale 22/26

23 EXERCICE N 5 Centres étrangers 12 juin Sujet Partie A λ=0,0002 Loi exponentielle 1. E(T )= 1 λ = p(t > 6000)=e λ 0,301 Partie B 1. 0,3 F 1 0,3 F 2 0,7 F 1 0,3 F 3 2. p(e)=p(f 1 )+p(f 1 F 2 F 3 )=0,3+0,7 0,3 0,3= 0, p E (F 1 )= p (E F 1) p (E) Partie C n= 400 p = 0,02 1. I 400 = [ p 1,96 = 0,3 0,363 0,826 Intervalle de fluctuation p (1 p) p (1 p) ; p+ 1,96 ]=[0,00628 ; 0,03372] n n = 0,025 I 400 On ne peut pas mettre en cause l affirmation de l industriel. Partie D µ=800 σ=40 Loi normale 1. P(760 D 840) 0, P(D 880) 0, P(D > 880) 0,023, soit 2,3 %. L industriel n a pas raison. 23/26

24 EXERCICE N 6 Antilles Guyane 18 juin Sujet Partie [ A f p 1 ; p+ 1 ] n n p 1 n f p+ 1 n p 1 n f p f f p p+ 1 n f p f 1 p f + 1 [ n n p f 1 ; f + 1 ] n n Partie B r R 1 A 1. a. 1/3 A 1 r R 1/3 B 1/3 C b. p(a)= p(r A)+ p(r A)=r 1+(1 r ) 1 3 = 1 (1+2r ) Probabilité totale 3 c. p A (R)= p(r A) p(a) = r (1+2r ) 2. a. X suit une loi binomiale B = 3r 1+2r Épreuve de Bernoulli : succès ou échec. Succès S : «l étudiant a la bonne réponse», Probabilité conditionnelle (400 ; 13 (1+2r ) ). Loi binomiale donc p = 1 (1+2r ). 3 Répétition d évènements identiques et indépendants. b. n = 400 Intervalle de confiance f = = 0,6 [ f 1 ; f + 1 ]=[0,55 ; 0,65] n n 0,55 p 0,65 0,55 1 (1+2r ) 0, ,325 r 0,475 c. i. Loi binomiale : r = 0,4 = p = 1 (1+2r )=0,6 3 n= 400 Loi normale : µ=n p = 240 σ= n p (1 p)= 96 ii. p(x 250)= 0,846 Loi normale 24/26

25 EXERCICE N 7 Asie 19 juin Sujet Partie A 1. 0,8 0,2 ( 2. a. p b. p A B 0,1 0,9 0,2 0,8 S ) B S = 0,2 0,8=0,16 ( ) ( ) ( S = p A S + p B S p(b S) 3. p S (B)= = p(s) Partie B S S S ) = 0,8 0,9 + 0,2 0,8= 0,88 Probabilité totale p(b S) 1 p(s) = 0,2 0,2 1 0,88 = 1 3 Probabilité conditionnelle 1. X suit une loi binomiale B(10 ; 0,88). Loi binomiale Épreuve de Bernoulli : succès ou échec. Succès S : «tirer une boîte sans trace de pesticides», donc p = 0,88. Répétition d évènements identiques et indépendants. 2. p(x = 10) 0,28 3. p(x 8)= p(x = 8)+ p(x = 9)+ p(x = 10) 0,23 + 0,38 + 0,28 0,89 Partie C Intervalle de fluctuation 1. n= 50 p = 0,88 [ I f = p 1,96 p (1 p) p (1 p) ; p+ 1,96 ]=[0,79 ; 0,98] n n ,76 I f 50 L inspecteur peut décider que la publicité est mensongère. 25/26

26 EXERCICE N 8 Métropole 20 juin Sujet salut EXERCICE N 9 Antilles Guyane 11 septembre Sujet salut EXERCICE N 10 Antilles Guyane 11 septembre Sujet salut EXERCICE N 11 Métropole 12 septembre Sujet salut EXERCICE N 12 Nouvelle Calédonie 14 novembre Sujet salut EXERCICE N 13 Amérique du Sud 21 novembre Sujet salut 26/26